tooluniverse-image-analysis

Production-ready skill for analyzing microscopy-derived measurement data using pandas, numpy, scipy, statsmodels, and scikit-image. Designed for BixBench imaging questions covering colony morphometry, cell counting, fluorescence quantification, regression modeling, and statistical comparisons.

IMPORTANT: This skill handles complex multi-workflow analysis. Most implementation details have been moved to references/ for progressive disclosure. This document focuses on high-level decision-making and workflow orchestration.

BixBench Coverage: 21 questions across 4 projects (bix-18, bix-19, bix-41, bix-54)

Готовый к производству анализ микроскопических изображений и навыки количественного изображения для морфометрии колоний, подсчета клеток, количественного определения флуоресценции и статистического анализа измерений, полученных с помощью изображений. Обрабатывает выходные данные ImageJ/CellProfiler (площадь, округлость, интенсивность, количество клеток), выполняет тест Даннетта, размер d-эффекта Коэна, анализ мощности, тесты нормальности Шапиро-Уилка, двусторонний дисперсионный анализ, полиномиальную регрессию, естественную сплайн-регрессию с доверительными интервалами и сравнительную морфометрию. Поддерживает таблицы измерений CSV/TSV, данные многоканальной флуоресценции, анализы роения колоний и наборы данных подсчета нейронов. Используйте при анализе данных микроскопических измерений, площади/округлости колоний, статистике подсчета клеток, анализах роения, оптимизации соотношения совместных культур или ответах на вопросы о количественных данных, полученных с помощью изображений. Источник: mims-harvard/tooluniverse.